[发明专利]一种非降水条件下大气边界层高度探测方法和系统

权利要求书

1.一种非降水条件下大气边界层高度探测方法，其特征是，包括：

S1，获取多组时空匹配的风廓线雷达探测数据与毫米波测云雷达的探测数据，作为支持向量机的训练样本数据；

S2，选择支持向量机的核函数，以样本数据中风廓线雷达探测数据作为支持向量机的输入，毫米波测云雷达的探测数据作为训练参考值，进行训练，得到云识别分类器；

S3，获取多组时空匹配的风廓线雷达的探测数据与探空数据，将风廓线雷达探测数据中的信噪比SNR数据与时空匹配的探空数据H₀，作为样本集合；

S4，选择小波变换时的小波函数，设定小波变换时尺度因子的变化范围以及变化步长，基于S3样本集合的各样本中信噪比SNR数据和小波函数，利用小波变换反演得到对应变化范围内各尺度因子的、各样本对应的反演高度数据；

S5，计算S3样本集合的各样本对应反演高度数据与探空数据的误差平方，对于各样本，以误差平方值最小时对应的尺度因子作为最优尺度因子；将各样本中信噪比SNR数据与对应的最优尺度因子，作为用于拟合信噪比SNR数据与最优尺度因子之间函数关系的样本集；

S6，利用线性回归算法构造表征信噪比SNR数据与最有尺度因子之间函数关系的多项式函数，利用S5中样本集求解多项式函数中系数的取值，得到系数已知的多项式函数；

S7，将风廓线雷达实际探测数据中的信噪比SNR数据作为S6得到的多项式函数的输入，得到对应的最优尺度因子，利用得到的最优尺度因子更新小波变换公式；

S8，利用更新后的小波变换公式对风廓线雷达实际探测数据进行一维连续小波变换，提取出信噪比廓线的突变点以及突变点所对应的高度；

S9，判断信噪比突变点的数量是否唯一，若唯一，则将此信噪比突变点所对应高度作为大气边界层高度，否则将各信噪比突变点高度对应的风廓线雷达探测数据作为S2得到的云识别分类器的输入，判断各突变点高度处是否天空有云；

S10，将判断为天空有云的高度对应的突变点剔除，以判断为天空无云的突变点高度作为大气边界层高度。

2.根据权利要求1所述的方法，其特征是，步骤S1中，获取的风廓线雷达探测数据包括时域和频域的回波功率、信噪比、谱宽、偏度、峰度、垂直速度和水平风场数据，毫米波测云雷达的探测数据为有云或无云标识。

3.根据权利要求1所述的方法，其特征是，定义S1获取的单组时空匹配的风廓线雷达探测数据为t₁,t₂,t₃,t₄,t₅,t₆,t₇，毫米波测云雷达探测数据为输出特征量y∈{+1,-1}；将风廓线雷达探测数据作为输入特征量x，则x＝(t₁,t₂,t₃,t₄,t₅,t₆,t₇)；

将(x₁,y₁),…,(x_N,y_N)作为给定样本集合，构建二次凸规划问题：

其中，α_i为拉格朗日系数，计算得到最优解的拉格朗日系数，记为α^*；

利用最优解α^*计算最优偏置β^*：

构造决策函数为：

其中K(x_i,x_j)为核函数；决策函数即为云识别分类器；

步骤S7将待判断是否有云的高度对应的风廓线雷达探测数据，作为云识别分类器的输入特征量，即可计算得到相应的输出量f(x)，若f(x)＝+1，则相应的高度为天空有云，若f(x)＝-1，则相应的高度天空无云。

4.根据权利要求3所述的方法，其特征是，核函数K(x_i,x_j)为线性核函数、多项式核函数、径向基核函数或Sigmoid核函数中的一种。